使用摄像机我必须检查真实的门是否打开或关闭。这是一个普通的木门(没有窗户),你可以在任何房子里找到。用OpenCV检查物理门是否打开或关闭
我想使用OpenCV进行图像识别。我想知道门的开启和关闭状态。
但我不知道我应该使用哪种算法或检测方法。什么是最好的选择呢?
编辑:
这里是门的一个例子的图像。我有一个想法是只扫描图像的一小部分(顶部角落),并检查当前图像的“封闭状态”图像。截图中的小例子。
使用摄像机我必须检查真实的门是否打开或关闭。这是一个普通的木门(没有窗户),你可以在任何房子里找到。用OpenCV检查物理门是否打开或关闭
我想使用OpenCV进行图像识别。我想知道门的开启和关闭状态。
但我不知道我应该使用哪种算法或检测方法。什么是最好的选择呢?
编辑:
这里是门的一个例子的图像。我有一个想法是只扫描图像的一小部分(顶部角落),并检查当前图像的“封闭状态”图像。截图中的小例子。
您可以尝试背景检测算法。这个想法是,门状态的改变(打开/关闭)会引发背景变化。您可以使用此信息进一步对事件进行分类(开启/关闭)。
优点:它可以自动适应照明条件的微小变化,而且不需要校准。这种方法的
缺点将是其他的变化都可能触发事件:一个人走在走廊,光开启/关闭等
你的点子来检测门的上角不那么不好。您应手动标记所需的区域,然后扫描该矩形以查看木质纹理是否仍然存在。 LBP是一种很好的纹理鉴别器,您可以使用它来训练分类器,以区分木材和非木材。不要忘记把样品放在白天/夜晚/晚上/日光/烛光下。
最后,一个非常简单但可能有效的方法是屏蔽门上的两个区域:一个与门本身,另一个与木制面具安装在墙上。然后,算法根据非常简单的度量(平均亮度/颜色/强度等)比较两个区域。如果差值高于合理的阈值,可能是门被打开了,你看看有什么东西在其他房间(墙/窗/地毯)
我已经张贴的答案,在OpenCV的类似的东西: http://answers.opencv.org/question/56779/detect-open-door-with-traincascade/
我的问题是用稳定的摄像机角度检测门状态。
的主要思想是利用此时,floodFill算法:
import cv2
from numpy import *
test_imgs = ['night_open.jpg', 'night_closed.jpg', 'day_open.jpg', 'day_closed.jpg']
for imgFile in test_imgs:
img = cv2.imread(imgFile)
height, width, channels = img.shape
mask = zeros((height+2, width+2), uint8)
#the starting pixel for the floodFill
start_pixel = (510,110)
#maximum distance to start pixel:
diff = (2,2,2)
retval, rect = cv2.floodFill(img, mask, start_pixel, (0,255,0), diff, diff)
print retval
#check the size of the floodfilled area, if its large the door is closed:
if retval > 10000:
print imgFile + ": garage door closed"
else:
print imgFile + ": garage door open"
cv2.imwrite(imgFile.replace(".jpg", "") + "_result.jpg", img)
结果是真正的好:
681
night_open.jpg: garage door open
19802
night_closed.jpg: garage door closed
639
day_open.jpg: garage door open
19847
day_closed.jpg: garage door closed
把QR码在门上,并检测。 –
我的猜测会是检测矩形.... http:// stackoverflow。com/questions/1817442 /如何识别矩形在这个图像 – Brian
@PaulTomblin相机是太遥远的二维码检测,我不想在门上放一大屁股二维码: - ) – w00